X(旧Twitter)のタイムラインを眺めていると、AI画像生成で投稿されているのは美少女キャラばかりだ。男性キャラ、動物、モンスター、メカ——もっと多様なモチーフがあっていいはずなのに、なぜこうも偏るのか。
「気のせいでは?」と思うかもしれないが、気のせいではない。そこには技術的な理由とプラットフォーム経済の構造的な理由が重なっている。
美少女は「簡単」な部類に入る
まず技術的な話から。Stable Diffusion系のモデル、特にアニメ系の派生モデル(NovelAI、Anything系など)は、膨大なイラスト・アニメ画像で学習されており、その大部分が女性キャラクターだ。つまり、モデル自体が「美少女を出すのが得意」な状態で生まれてきている。
プロンプトに 1girl, beautiful, black hair 程度の指定で、破綻の少ない高品質な絵が出力される。美少女に関しては「ツインテール」「メイド服」「猫耳」といった属性のタグ体系が驚くほど整備されており、細かい指定が効きやすい。
一方、男性キャラやモンスターは追加のLoRAやプロンプトの工夫が必要になるケースが多く、同じ手間で同じ品質を得るのは難しい。
意外と難しいのはモンスターやメカ
「モンスターや動物のほうが、人間と違って指の本数や顔の左右対称性を気にしなくていいから簡単では?」と思うかもしれない。この直感は半分正しい。
人間の脳は人間の顔や体に対して異常に敏感にできている。指が6本ある、目の位置が微妙にずれている——こうした微細な破綻を一瞬で検知する。しかしドラゴンの翼が左右非対称でも、触手が7本でも8本でも「間違ってる」とは誰も言えない。正解がないからだ。
この意味では、モンスターは許容される品質の幅が広い。1枚ランダムに生成して「まあこれでいいか」となる確率は、美少女よりモンスターのほうが高い場合もある。
ただし「意図通りに出せるか」は別の話
問題は「破綻がないか」ではなく「意図通りに出せるか」のほうだ。
「赤い鱗の四足歩行ドラゴン、翼は2枚、角は鹿のような枝分かれ」とプロンプトで指定しても、出てくるのは翼が4枚だったり、角が1本だったり、犬のようなシルエットだったりする。学習データに「このタイプのドラゴン」が十分に存在しないため、モデルが構造を正しく理解していない。
美少女であれば「黒髪ロング、セーラー服、笑顔」で意図通りのものがほぼ一発で出る。この制御性の差が決定的に大きい。
「ポケモン程度」なら簡単?
「ポケモンのようなシンプルなクリーチャーなら、正解もないし簡単では?」という疑問もある。
たしかに、「炎タイプっぽいモンスター」で何かが出てきたら、手足が3本でも目が1つでも「そういうデザインだ」と後付けで解釈できる。正解がないぶん、1枚あたりの「ハズレ率」は低い。
しかし、ポケモンのデザインが簡単に見えるのは完成形を知っているからだ。シンプルだけどキャラが立っていて、シルエットだけで判別できて、色数が少ないのに魅力的——このクオリティをAIに出させるのはかなり難しい。出てくるのは「それっぽいけど記憶に残らない塊」になりがちだ。
難易度を整理する
ここまでの議論を整理すると、美少女とモンスターの「難易度」は、何を基準にするかで逆転する。
| 評価軸 | 美少女 | モンスター |
|---|---|---|
| 破綻への許容度 | 低い(人間の目は厳しい) | 高い(正解がない) |
| 意図通りの出力制御 | 非常に高い | 低い |
| 安定した品質の再現性 | 非常に高い | 低い |
| 1枚あたりの「魅力」の期待値 | 高い | 低い |
つまり、美少女は「最低ラインは厳しいが、当たりの天井も高い」。モンスターは「最低ラインは緩いが、魅力的なものの天井が低い」。
最大の理由はインプレッション経済
しかし、技術的な難易度だけでは、XのTLが美少女で埋まる現象を十分には説明できない。最大の理由はインプレッション経済にある。
美少女画像はいいね・RT・引用が圧倒的に回りやすい。AI画像生成の主要ユーザー層(男性が多い)の嗜好とも一致しており、「作る → バズる → フォロワー増える → また作る」のループが美少女ジャンルで最も効率的に回る。
Xで”AIアート”としてインプレッションを稼ぐなら、美少女は最もコスパの良い選択肢になっている。
可視性のバイアス
さらに見落としがちな構造がある。モンスターや風景やメカを丁寧に作っている人も実は存在する。しかし、そういう投稿はエンゲージメントが相対的に低いため、Xのアルゴリズムによってタイムラインに浮上しにくい。
つまり「美少女ばかり」に見えるのは、実際に多いことに加えて、アルゴリズムがそれを増幅している面もある。作り手のインセンティブとプラットフォームのアルゴリズムが、同じ方向に作用しているのだ。
まとめ
XのAI画像生成が美少女ばかりになる理由は、以下の3つが複合的に作用している。
- 学習データの偏り:モデル自体が美少女生成に最適化されている
- 制御性の差:美少女は意図通りの出力が容易で、品質の再現性が高い
- インプレッション経済:バズりやすさとアルゴリズムの増幅効果
モンスターや動物が「違和感を感じにくいから簡単」というのは一面の真実だが、AIの画像生成における本質的な難しさは「狙ったものを出せるかどうか」にある。そしてXという場では「映える1枚を効率的に出せるか」が勝負であり、その土俵で美少女が圧勝してしまうのが現状だ。
多様なモチーフへの挑戦は技術的にもクリエイティブにも価値がある。しかし、プラットフォームのインセンティブ構造がそれを後押ししない限り、この偏りはしばらく続くだろう。